综述：无人机在农田生物多样性监测中的应用：一项系统综述方案

《Methods in Ecology and Evolution》：Application of unmanned aerial vehicles (UAVs) in farmland biodiversity monitoring: A systematic review protocol

本综述系统评估了无人机(UAV)技术在农田生物多样性监测中的应用潜力，遵循ROSES指南，通过多数据库检索和严格筛选，旨在整合现有知识、提出新型遥感(RS)指标，并分析无人机在弥补不同时空尺度监测空白、识别微生境以及监测鸟类、昆虫和土壤特性等方面的优势与挑战，为农业景观生物多样性监测提供了标准化协议框架和发展方向。

　　

无人机在农田生物多样性监测中的应用：一项系统综述

1 引言

生物多样性是一个多维概念，涵盖遗传、物种和生态系统多样性。监测所有组成部分具有挑战性，这源于生态系统的复杂性、相互关联的要素以及生物多样性在不同空间尺度（从田块到全球）上的运作。获取全面、高质量的生物多样性数据十分困难，尤其是在难以进入的区域，这导致数据空白，阻碍了对生物多样性格局和变化的完整理解。监测需要大量的资源和协调，而开发合适的指标也非易事，这些指标必须能反映生物多样性的结构、具有科学有效性并能支持决策。

生物多样性监测涉及整合多种数据源，这带来了技术和物流上的挑战。为了获得有效的趋势数据，需要按照标准方法框架收集数据。长期生物多样性监测需要大量的财政和人力资源，使得持续努力变得困难。监测生物多样性随时间和空间的变化需要合适的时空分辨率。获取精细尺度和频繁间隔的数据对于准确捕捉短期和局地的生物多样性动态至关重要。

一个重大挑战是数据随时间推移的可比性。方法学、物种命名惯例和绘图分辨率上的差异会引入偏差，使准确的趋势分析复杂化。不一致的栖息地图分辨率、多样的调查技术或分类法会阻碍数据整合。因此，标准化方法和一致的物种识别对于避免偏差和提高长期生物多样性评估数据集的互操作性至关重要。

生物多样性支持生态系统的稳定性、人类健康和社会。理解相关的相互作用对于在农业生态系统中最大化协同效应以实现“同一健康”概念至关重要。然而，测量生物多样性是一项复杂的任务。指标——如基因、种群、关键物种、生态系统和景观——在多个层面上被使用。这些指标可以直接测量或通过模型估算，并适用于从田间到全球的尺度。

遥感(RS)技术——包括卫星、机载和地面传感器——使得即使在难以进入的区域也能在各种尺度上实现可重复且成本效益高的生物多样性监测。无人驾驶航空器(UAV)有助于解决与遥感相关的研究问题，以描述小尺度（包括田地和农场，甚至单个植物）的生物多样性指标。

生物多样性调查面临不同的挑战，如复杂性、尺度的适宜性、数据可用性和互操作性、指标选择、成本和资源使用以及时空分辨率。解决这些因素需要改进数据收集、加强指标开发以及更好地整合前沿的生物多样性监测技术和分析模型。

本文综述区别于先前研究之处在于，特别关注无人机与物种和栖息地层面生物多样性监测的整合，重点涉及鸟类、昆虫、土壤特性和微生境——这些组成部分在之前的综述中仅被边缘性地涉及。我们部分旨在制定一个基于无人机应用的实际和潜在生物多样性指标分类列表，并研究无人机如何帮助弥合时空监测空白。此外，我们的研究讨论了无人机野外作业的方法异质性以及对标准化协议的需求。

2 方法

本方案遵循系统证据综合报告标准(ROSES)指南。方法性探索过程包括识别相关研究、应用预定义标准筛选适用性以及评估每个来源是否适合最终纳入。此外，综合还包括研究质量评估、数据收集、信息浓缩及后续分析。

2.1 文章检索

搜索词通过多种方法确定，包括审查已知相关文章的关键词、咨询专家和研究团队成员以及在同义词数据库中搜索。所有搜索均以英文进行。在适用的情况下，搜索词被缩短，并在词根后附加通配符(*)以涵盖所有变体。引号用于精确短语搜索。布尔运算符AND或OR用于有效组合搜索词和短语。

主要信息来源包括Scopus和Web of Science核心合集数据库。根据指南，从Google Scholar中选取前100条搜索结果，并将搜索结果限制在过去10年内发表的文章。

2.2 搜索的全面性

为了制定稳健全面的搜索策略，我们在关键数据库上进行了重复测试搜索。确定了35项基准研究用于测试和完善搜索字符串。最终搜索字符串围绕四个主题构建：无人机、生物多样性类别、景观和指标；并施加特定限制标准以排除主题：海洋、河流和水生。

2.3 搜索结果

从搜索返回的文章记录信息导入文献筛选应用Rayyan以解决重复项并筛选相关性。无法通过开放获取或机构订阅获取的全文，会联系通讯作者索取。

2.4 文章筛选与研究资格标准

文章记录采用分层方法系统检查，从分析标题开始，然后评估摘要、关键词，最后是全文。为减少偏倚，采用盲法双评审员方法，基于前述纳入标准进行两步选择程序。在初步筛选期间，两名合格的评审员独立评估数据库搜索结果的标题和摘要的相关性。如果两名评审员对文章的归类有不同意见，或文章被标记为“可能”，则由第三位评审员解决冲突。

纳入标准包括：涉及所有昆虫和陆生脊椎动物的研究；参与者使用无人机进行生物多样性监测的研究；提及与使用无人机进行生物多样性监测相关指标的研究；检查或讨论无人机在任何农业相关生物多样性监测活动或生物多样性指标开发中的应用的研究。排除标准包括：仅提及术语但未描述其与农业生态系统关系的研究；专注于农业、林业和食品系统以外的生物多样性监测的研究；可能表明监测系统和指标重叠但未提及无人机的实证出版物。

2.5 研究有效性评估

考虑使用环境证据协作(CEE)批判性评估工具，但最终选择了更成熟的批判性评估技能计划(CASP)工具，该工具提供了一个评估研究质量的可靠透明框架。评估涉及每项研究中使用的方法的质量。

2.6 数据编码与提取

从研究中提取的数据按书目信息、研究特征、指标详情、种群具体信息和目标信息进行分类。数据提取框架有助于提取每项研究的数据。通过利用系统化和自动化的数据提取策略，增强了方法的可重复性。提取的信息随后用于评估无人机是否能有效监测和量化生物多样性指标。为确保数据准确性，两组评审员独立审查提取的数据。

2.7 数据综合与呈现

使用Rayyan平台系统化组织和筛选研究。制定详细的证据表以促进数据综合，支持对选定领域核心主题和关键变量的分类和分析。探讨不同背景下创新工具、研究人员角色以及与遥感(RS)和生物多样性监测相关的概念的变化。如果数据集足够完整和一致，计划进行定量分析，以检查跨区域、分类群和无人机方法学的模式。

2.8 对研究与政策/管理的启示

本系统综述的结果旨在通过识别最佳实践、无人机监测的优势和缺点，以及农业生态系统中的合适指标，为无人机支持农业景观背景下的生物多样性监测潜力提供有价值的见解。同时，我们承认基于无人机的研究可能存在重要局限性，包括潜在的发表偏倚、在某些情况下缺乏地面实况验证以及方法和研究设计存在相当大的异质性。这些信息可用于下一步设计和实施可能实现其监测农业生态系统目标的无人机野外作业。

3 结论

所描述的框架产生了一项系统综述，旨在全面、最新地理解无人机在支持农业生态系统生物多样性监测创新方面的潜力。通过综合现有知识和检查现有文献，获得了关于使用无人机监测农田生物多样性指标的宝贵见解。遥感技术能够高效、非侵入性地收集高分辨率数据，促进从农场到区域尺度的评估，并提供关于物种分布、栖息地条件和生态系统动态的宝贵见解。无人机在农业生态系统中的应用有可能通过提供比传统地面方法更全面、成本效益更高的方法来彻底改变生物多样性监测。支持无人机任务技术的快速发展使得该框架的开发成为必要，以便该领域的科学知识能够在未来的综述中得到有效总结。